AgentScope 2.0

这个 Agent 能做什么，适合哪些场景？

AgentScope 2.0 是一个面向生产环境的 Python 智能体框架，核心 SDK 提供 Agent、ReAct 循环、Toolkit、模型适配、上下文管理、事件系统、权限控制、中间件和长期记忆等组件。它通过统一事件总线把推理过程、工具调用以及文本、图像和音频内容流式传给前端，并支持实时中断、恢复及顺序或并发工具执行。模型层覆盖 OpenAI、Anthropic、Gemini、DashScope、DeepSeek、Moonshot、Volcengine、xAI 和 Ollama，并提供嵌入与语音合成接口。执行边界可落在本机、Docker、Apple Container、Bubblewrap、E2B、OpenSandbox、Daytona 或 Kubernetes 工作区中。配套的 FastAPI 智能体服务和预构建 Web UI 增加了多租户、多会话、团队编排、RAG、持久化、资源共享、定时任务和后台任务能力。它适合希望自行组合模型、工具、权限与部署方式的开发团队，而不是只需要一个固定聊天界面的用户。

开发者以 Agent 组合系统提示、聊天模型和 Toolkit；示例中的 DashScopeChatModel 从 DASHSCOPE_API_KEY 读取凭据，并让名为 Friday 的智能体调用 Bash、Grep、Glob、Read、Write 和 Edit。launch_console(agent) 在终端中启动流式会话，处理工具调用确认和 Ctrl+C 中断。ReAct 层执行推理—行动循环，可生成结构化输出、暂停与恢复实时处理，并按顺序或并发批量调用工具。Toolkit 可管理 Python 工具、MCP 服务器和技能；上下文中间件负责自动压缩、工具结果卸载以及系统提示、RAG 和记忆注入。统一事件系统输出推理、工具调用及多模态内容，权限与 HITL 层则对工具和资源进行细粒度控制。部署时，FastAPI 智能体服务管理租户、会话、状态、团队任务、检索、调度和渠道消息；RealtimeAgent 还可接入 DashScope、OpenAI、Gemini 与 xAI 的实时 API，A2AAgent 可与远程 A2A 智能体通信。

1. 需要在终端中开发编码助手的 Python 团队，可为 Agent 配置 Bash、搜索、文件读写和编辑工具，并保留调用确认与中断能力。
2. 需要上线多租户智能体产品的平台团队，可采用 FastAPI 智能体服务、预构建 Web UI、会话隔离、持久化和后台任务。
3. 需要固定业务流程与多角色协作的应用开发者，可使用 Pipeline 或领导者—工作者式 Agent Team，并通过任务规划跟踪执行。
4. 需要语音交互的产品团队，可用实验性的 RealtimeAgent 对接 DashScope、OpenAI、Gemini 或 xAI 实时 API。
5. 需要企业知识检索的团队，可组合上下文注入、长期记忆与多租户 RAG 服务，并管理存储、索引和检索。
6. 需要隔离高风险工具执行的工程团队，可选择本机、Docker、Bubblewrap、E2B、Daytona、OpenSandbox 或 Kubernetes 工作区，并配置权限和人工确认。

如何安装或部署这个 Agent？

运行环境要求 Python 3.11 或更高版本。通过 PyPI 安装：

uv pip install agentscope

也可以从源码进行可编辑安装：

# Pull the source code from GitHub
git clone -b main https://github.com/agentscope-ai/agentscope.git

# Install the package in editable mode
cd agentscope

uv pip install -e .

下方首次运行示例使用 DashScope，因此需在环境变量 DASHSCOPE_API_KEY 中提供有效 API 密钥。其他模型提供商的具体凭据配置未在给定材料中展示。

如何使用这个 Agent？

创建一个带本地编码工具的智能体，并在终端中启动控制台：

from agentscope.agent import Agent
from agentscope.console import launch_console
from agentscope.tool import Toolkit, Bash, Grep, Glob, Read, Write, Edit
from agentscope.credential import DashScopeCredential
from agentscope.model import DashScopeChatModel

import os, asyncio


async def main() -> None:
    agent = Agent(
        name="Friday",
        system_prompt="You're a helpful assistant named Friday.",
        model=DashScopeChatModel(
            credential=DashScopeCredential(
              api_key=os.environ["DASHSCOPE_API_KEY"]
            ),
            model="qwen3.6-plus",
        ),
        toolkit=Toolkit(
            tools=[
                Bash(),
                Grep(),
                Glob(),
                Read(),
                Write(),
                Edit(),
            ]
        ),
    )

    # Chat with the agent in the terminal — streamed output, tool-call
    # confirmation and Ctrl+C interruption are all handled for you
    await launch_console(agent)

asyncio.run(main())

若要运行配套服务，先启动 FastAPI 后端：

git clone -b main https://github.com/agentscope-ai/agentscope.git
cd agentscope/examples/agent_service

# start the agent service backend
python main.py

再在另一个终端启动 Web UI：

cd agentscope/examples/web_ui

# start the webui
pnpm install
pnpm dev

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

最近版本

来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。

1. v2.0.11 2026-10-27
   发布说明摘录

   What's Changed * fix(model): declare real WAV sizes in the final streamed audio block by @BlueX888 in https://github.com/agentscope-ai/agentscope/pull/3242 * fix(embedding): isolate Ollama embedding caches by host by @maahumada in https://github.com/agentscope-ai/agentscope/pull/3265 * fix(model): await provider stream cleanup on public aclose by @HsbcJone in https://github.com/agentscope-ai/agentscope/pull/3216 * fix(workspace): offload nested media from context archives by @wuyak in https://github.com/agentscope-ai/agentscope/pull/3201 …

   在 GitHub 查看 ↗
2. v2.0.10 2026-10-12
   发布说明摘录

   What's Changed * chore(version): bump version to 2.0.10dev by @DavdGao in https://github.com/agentscope-ai/agentscope/pull/2894 * docs: announce SOP, TeamPipeline and MiniMax support in news by @DavdGao in https://github.com/agentscope-ai/agentscope/pull/2932 * fix(tts): label audio with the effective response format by @little-spoon77 in https://github.com/agentscope-ai/agentscope/pull/2980 * fix(model): emit the dashscope audio transcript as text by @aniruddhaadak80 in https://github.com/agentscope-ai/agentscope/pull/2925 …

   在 GitHub 查看 ↗
3. v2.0.9 2026-09-28
   发布说明摘录

   Highlight - Standard Operating Procedures (Experimental): Added the agentscope.sop module for splitting a task into ordered milestones, each verified before the next one starts, with run state that can be persisted and resumed. The agent service also exposes /sop endpoints to store procedures, start runs, and review steps by hand. - Team Pipeline: Added a TeamPipeline class where a leader agent delegates tasks to member agents, which run concurrently and hand their results back. …

   在 GitHub 查看 ↗

常见问题